start	end	text
0	4000	我給Octop記憶定義的就是給Agent一個能帶走的記憶。
4000	8000	我們多專家多Agent的並行,如何來重溝我們的記憶。
8000	10000	Hello,大家好,大家晚上好。
10000	15000	歡迎大家來到今天的直播間,我是今天的主持人佼佼。
15000	19000	歡迎大家再次來到雲上AI工坊的直播間。
19000	24000	今天這期的主角是Octop,一個剛剛開源的自演的AI助手。
24000	29000	今天我們也會針對他多專家多用戶多Agent的並行這樣子的一個特徵。
29000	29800	这样子的一个特征
29800	32200	去采取一些实战的案例分析
32200	34320	比如说我不知道直播间的各位
34320	36260	有没有一些做行业分析
36260	37180	竞品分析
37180	39380	这样子的一个日常的工作需求
39380	40780	那么我们也会
40780	43200	针对这样子的一个实战的场景
43200	45600	来打造这个Octop重塑竞品分析
45600	47820	工作流这样子的一个实战案例
47820	50340	同时也会涉及到一些多agent博弈
50340	51740	比如说大家不知道
51740	53040	喜不喜欢吃豆腐脑
53040	54700	我们本场直播也会给大家
54700	56580	在线围观一下这个豆腐脑
56580	58660	AI它是如何进行填衔
58660	59620	辩论的
59620	61560	同时大家上一场直播中
61560	62680	其实也有关注到
62680	63680	我们这个Octop
63680	64860	它的一个记忆机制
64860	65620	是怎么样的
65620	67140	什么东西是该记忆的
67140	68300	什么是该召回的
68300	69420	那么本场直播
69420	70240	大家不用着急
70240	71840	我们也会给大家详细的
71840	73760	去拆解Octop的记忆机制
73760	75260	话不多说
75260	76500	我们也简要的介绍一下
76500	77680	今天的两位嘉宾
77680	80080	首先是Octop的研发工程师
80080	80500	英宁
80500	81860	另外一位杨直
81860	83860	也是我们的Octop的研发工程师
83860	85060	我们先来讲
85060	88280	本期的一个Octop基础的
88280	90280	模块介绍就是记忆
90280	93280	我上一期应该就是给大家演示了
93280	95280	我们Octop的记忆面板
95280	100040	然后这期我们会给大家详细带来一下Octop的记忆
100040	101120	它是怎么记的
101120	103320	它又为什么好
103320	104280	话不多说
104280	105280	让我们开始
105280	107240	首先可以看到标题
107240	112240	我给Octop记忆定义的就是给Agent一个能带走的记忆
112240	113680	如果想到能带走
113680	115520	我想问一下杨直跟佼佼
115520	116920	首先想到的是什么
116920	119860	它一定可以从不管是Open Cloud还是Harmor
119860	121360	都可以迁积到我们的Octob
121360	121920	对
121920	123660	是的 我也是这样想的
124520	126620	是的 那其实就是这样
126620	128720	不知道现在在看直播的朋友
128720	130780	有没有我们以前的老用户
130780	132520	给大家说一下我们的Octob
132520	136320	其实是有个前身就是叫LiCloud ACE
136320	139120	如果一直关注咱们腾讯服务器直播间的朋友
139120	141920	应该听说过这个产品或名词
141920	144620	现在我们推出了全新升级版Octob
144620	146780	同时我们也在GitHub开源了
146780	150920	感兴趣的粉丝朋友们也可以去搜索Octop
150920	153280	看看我们的代码
153280	155020	给我们提交PR或issue
155020	157080	也请多多fork我们仓库
157080	158000	以及给我们start
158000	158320	是的
158320	160400	欢迎提论区的大佬们
160400	164060	多多的为我们的项目去提出建设性的意见
164060	166440	首先那继续给大家讲解记忆
166440	168000	那我们现在记忆
168000	170940	其实现在是一个七层的记忆结构
170940	172860	和两条相反的流水线
172860	175440	那两条方向相反流水线是什么
175440	176940	就是沉淀和召回
176940	179940	其实这两个名词有点灰色难懂
179940	181040	但是没有关系
181040	182100	后面听我讲
182100	183600	大家就能懂了
183600	185260	首先给大家介绍一下
185260	186720	Octop Memory是什么
186720	191620	它其实是一个面向Agent的可插拔长期记忆系统
191620	194520	也就是它其实不只适用于我们Octop
194520	196980	因为在我们推出Ace的Memory的时候
196980	198820	其实很多粉丝朋友就问
198820	201860	说那如果你们一直在说你们Memory好
201860	204000	那能不能做个独立的插件
204000	206500	像外面的那些memory插件一样
206500	208840	他们就是想接在OpenCloud使用
208840	210180	接在Hermes使用
210180	212120	当时给大家的回复是
212120	213320	我们未来会推出
213320	215820	那现在随着我们全新升级的Octop推出
215820	217200	对我们Octop Memory
217200	219600	也迎来一个可插拔的长期记忆系统
219600	221560	现在我们Octop Memory也支持
221560	224000	就是在Hermes上使用
224000	225780	在OpenCloud上使用
225780	227860	以及刚刚我们说可以带走的记忆
227860	229400	也就是说你的记忆
229400	231880	其实是跟着我们Octop memory走
231880	233760	并不是说是依赖agent本身
233760	235380	如果你在Octop上
235380	236760	你就是用了一段时间
236760	238200	你想我带着这份记忆
238200	239060	我去试一下
239060	241200	那OpenCloud是怎么样的
241200	242740	Hermus是怎么样的
242740	244840	是不是你们Octop真的说着
244840	245940	比OpenCloudHermus好
245940	246800	那是真的好吗
246800	247880	那没关系
247880	249540	你就可以带着我们的记忆
249540	250860	去实地感受一下
250860	253900	对我们现在是可以支持这个功能的
253900	255480	那是不是可以理解为
255480	257020	只要拥有这个插件
257020	258360	其实我们的记忆
258360	259900	就可以灵活的
259900	261080	OpenCloud Hermes之间
261080	262500	去迁移使用
262500	262800	是的
262800	264040	就是这样的
264040	265840	那这个功能也太方便了
265840	267620	那真的是一个挺大的优势
267620	268820	是的
268820	270660	因为之前我们每个组件
270660	272460	都是聚合在一起的
272460	273880	是在我们前身ACE版本
273880	275180	如果了解的粉丝朋友
275180	275860	应该也知道
275860	277060	但我们现在
277060	279220	随着我们全新的功能升级
279220	281060	我们架构也迎来了一个升级
281060	282880	在后面我们也会
282880	284280	陆续开源我们每个组件
284280	285400	如果感兴趣的朋友
285400	287540	可以先给我们仓库
287540	288280	点个Star
288280	290220	后续我们看愿其他组件
290220	292540	我们也会通知各位观众朋友
292540	293160	对
293160	293780	是的
293780	296100	大家把这个star给点起来
296100	297740	我刚刚其实也介绍了
297740	299380	我们Octop在最上层
299380	300920	然后我们也有browser
300920	302020	也有givet
302020	303520	包括我们的运行时
303520	306220	那今天我们其实要给大家带来的是
306220	306920	Octop Memory
306920	308880	在介绍Octop Memory之前
308880	311780	那其实今天还没有遇到那个经典问题
311780	313760	我包括在之前来到直播间
313760	315500	大概五六七八次
315500	316960	不管是在建议的时候
316960	318180	或者是Octop的时候
318180	320860	粉丝朋友总会在评论区问
320860	323680	那你们跟谁谁有什么不一样
323680	327160	那之前其实都是很口语化的给大家解答
327160	330900	但是今天我作为一个经验丰富的老主播
330900	332540	我就是预设到了这个问题
332540	334900	那我就是加了一页HTML
334900	336320	跟大家好好讲讲
336320	339980	我们on top到底跟别人有什么不一样
339980	342360	其实可以从四维看见
342360	343840	其实就有四个维度
343840	345340	一个是多用户
345340	346440	一个是个人
346440	348080	以及一个是编码场景
348080	351020	一个是通用办公和生活场景
351020	352980	那这时候其实我想问一下
352980	353900	焦焦和杨直
353900	356920	其实正好是一个运营同学
356920	358340	一个研发同学
358340	360000	那你们在工作中
360000	361980	其实用哪个agent用的比较多
361980	363440	其实我在日常工作中
363440	364800	这几个都有使用
364800	367060	首先就是我们云上的这个lighthouse
367060	369860	是我自己一直持续有氧的
369860	372240	我们的一个桌面的agentworkbody
372240	373420	其实也有在使用的
373420	376680	我觉得他们可能在不同的场景
376680	377940	和不同的任务
377940	378720	它各有优利
378720	380520	这几个都有使用
380520	381560	那我平时觉得
381560	382820	Workbody去做一些
382820	384480	文档编辑是很方便的
384480	384720	对
384720	385800	但对于一个研发工程师
385800	386400	可能来说
386400	387220	像Codex
387220	389100	像Cloudcode这种编码
389100	390120	包括我们的腾讯
390120	390820	推出的Codebody
390820	392020	也是非常好的一个编码工具
392020	392940	这些都在使用
392940	394200	粉丝朋友也有说
394200	395300	有用这个Workbody
395300	396740	有用Hermes都在用
396740	396960	对
396960	398320	我也看到一个问题
398320	400100	是说这个记忆写入时
400100	401660	有没有去重合
401660	403000	冲突的消解机制
403000	404040	如何处理
404040	405740	同一事实的不同表述
405740	406980	这个问题挺好的
406980	407640	对
407640	410300	看来这个Nome粉丝朋友
410300	413320	其实是有关注记忆组件的
413320	417280	那其实我们去虫和冲突消解机制是有的
417280	420600	其实先给大家看一下后续的PPT
420600	422960	那我们其实有七层结构
422960	424840	第一层是memory.md
424840	427360	如果养过虾的朋友可能就知道它是什么
427360	429040	对于Open Cloud和Hermas
429040	431480	它都会全量进入一个上下文
431480	433300	做一个比较全的记忆
433300	436100	当然我们也会同步这个操作场景
436100	437460	对于我们自己的记忆
437460	439660	首先我们就有一个ROEvent
439660	441660	就是一个最底层的事实
441660	443260	也就是对话数据源
443260	445460	然后我们会有一个Candidate
445460	447560	如果我们会有一套记忆的上升规则
447560	449160	就是关于长期记忆
449160	449760	有事实记忆
449760	450860	有情景记忆
450860	452960	以及用户的一些信息
452960	455460	那如果你触发到了我们的规则
455460	456860	那就会进入Candidate
456860	458560	那在Candidate层
458560	460260	那这个记忆会做什么
460260	462560	其实就是一个沉淀
462560	464960	那首先他会去判断你的
464960	468760	这条记忆是闲聊噪声还是真的是实
468760	472300	如果是重要性低和自信度低的话
472300	474400	他就会选择一个丢弃
474400	477820	其实我们这个记忆其实最重要的就是
477820	479200	他必须正确
479200	481260	就是他永远都会有一个reference
481260	483700	可以指挥刚刚我们所谓的Rone Event
483700	485360	一个Elling的原始事件
485360	486820	因为这样我们
486820	489100	我当时在考虑做这个记忆的时候
489100	492160	其实想打造成一个可追溯的记忆
492160	494920	并不是说像OpenCloud或者Hermas一样
494920	496460	如果大模型觉得该写
496460	498600	他就去写这个memory.md
498600	500020	后面可能记错了
500020	502960	或者说是记的事实有误的时候
502960	503780	其实想追溯
503780	504780	你其实并不知道
504780	506960	他是什么时候把这个错误信息写了进去
506960	509820	所以我在设计这个记系统的时候
509820	512100	就有非常严苛的reference地址
512100	515280	如果过了这两道检查关卡
515280	517320	其实就会到一个我们的entity
517320	521960	那这里可能就会有朋友问的去重合冲突
521960	523980	那其实在entity这里
523980	526860	可以给大家先在我们这里看一眼
526860	528480	那其实我们会有个记忆数
528480	531860	那其实每个entity下面
531860	534500	每个主体下面都会有记忆
534868	544868	如果有一條新的記憶進來,它會看是屬於這個user自己的,或者是哪個人物的,或者是某個事實的。
544868	547448	当然你有了这些事实和人物之后
547448	549748	你觉得这条记忆不好或者不重要
549748	553028	或者你不想让它参与以后的记忆交回
553028	554608	你可以把它弃用掉
554608	555428	对
555428	556688	一
556688	560068	这个冲突消解会是在这个entity的时候
560068	562108	它会读取你之前的记忆
562108	564688	然后进行一个entity的重构
564688	566208	你看这里也有
566208	567488	如果和事实矛盾
567488	569208	它会进冲突对冽
569208	571308	如果冲突对冽在哪
571308	573088	其实是在我们的记忆沉淀这里
573088	574548	那我现在没有冲突的
574548	575568	如果有冲突的
575568	577708	它会希望你去check
577708	578408	对看
578408	579908	如果存在矛盾
579908	580768	就尽
580768	582048	如果你点采纳
582048	583468	或你可以点轰略
583468	585648	但是如果你七天没有的话
585648	587648	它会判断是新的
587648	589308	记忆自动采纳
589308	589568	对
589568	591388	我们先给大家回答一下
591388	592508	几个高频的问题
592508	593708	就是说我们的October
593708	594788	和其他的产品
594788	596468	它的定位有什么不同
596468	598328	以及它的优势在哪里
598328	599648	先给大家讲完
599648	600148	我们待会儿
600148	601468	我也会详细地讲解到
601468	601888	记忆制
601888	603008	大家有关于记忆的
603008	604348	可以一起提问
604348	607388	那其实从包括
607388	608668	我其实刚刚也问了
608668	609888	焦焦和杨真两个问题
609888	612628	那其实研发可能就用Cloud Code
612628	613308	用Codex
613308	615268	包括我们公司的Codebody比较多
615268	617448	办公可能就是我们Workbody
617448	620868	现在其实也有些同事会用
620868	622428	CC或者Codex
622428	624428	就是做一个办公场景的Agent
624428	626808	生活场景其实就是OpenCloud Hermes
626808	629868	我们其实是处于这个项线位
629868	632128	那其实首先比起个人
632128	633948	我们Octop肯定是多用户的
633948	635648	我们是支持多用户
635648	637708	如果上一期直播
637708	640488	Octop第一期直播没有看的观众朋友们
640488	642448	可能是这里可以给大家介绍一下
642448	644768	你在一台服务器部署了我们Octop
644768	646688	你有一个主用户
646688	649588	你也可以创建许多子用户去分给你
649588	650628	不管是家人朋友
650628	652768	你们可以一起共享这个Octop
652768	656208	他们彼此之间的工作空间和记忆是隔离的
656208	658588	只有一个龙虾就可以供一个小团队
658588	660188	或者一家人去使用
660188	660408	对
660408	662568	不同的agent可以用不同的记忆
662568	663008	对的
663008	664968	刚刚说到不同的agent
664968	666848	每个用户肯定记忆隔离
666848	669288	其实上期直播也讲了多agent
669288	671128	我们在一个用户的多agent下
671128	673288	每个agent也是记忆隔离的
673288	675588	这样就是防止我们记忆紊乱
675588	676488	是的
676488	679328	我们的粉丝朋友开头的问
679328	681728	Octob是一个桌面应用程序吗
681728	683688	这也是涉及到我们的定位问题
683688	689448	Octob我们现在是一个开源的一个agent
689448	692928	我们未来会推出轻量云应用镜像
692928	697388	我们也支持PWA安装成应用程序
697388	699508	PWA安装在桌面上
699508	701828	如果后续有期待桌面客户端
701828	704048	我们有精力也会投入
704048	706608	最多可以支持用户
706608	709588	最多就应该是看你服务系性能了
709588	711328	如果你买个很多
711328	713268	8核8G或者多核多G
713268	715768	其实就可以承载很多个用户
715768	717468	还有粉丝朋友问
717468	718668	这个目的是用在
718668	720528	OnCloud Hermes Workbody上面吗
720528	722848	其实我们就是一个独立的agent
722848	724048	对
724048	725288	独立的agent
725288	726908	就是跟OpenCloud
726908	727868	Hermas Workbody
727868	729208	我们同位agent
729208	731168	可能有些相似或不同的功能
731168	732788	其实刚刚就讲到
732788	733848	首先我们是独用户
733848	735068	我们其实是
735068	736708	办公和生活场景
736708	738748	都是比较通用的
738748	741168	像我们Octop可以用来做PPT
741168	743668	包括后面养殖会演示的竞品调研
743668	747028	同时关注过我们直播间的朋友
747028	748608	我们之前有个很火的直播
748608	750308	就是我们的产品
750308	750668	Anthel
750668	752388	他在用ACE养娃
752388	756108	对这个场景也同时迁移到了我们的Octop上
756108	758128	大家也可以尝试一下用Octop养花
758128	759948	对包括我自己啊
759948	763008	我在用Octop做我的健康管理助手
763008	767108	对其实办公和生活场景我们都能cover
767108	769548	大家感兴趣的话可以都试一下
769548	772248	可以直接作为记忆题给Workbody
772248	774288	也就是我们的Hanath Memory
774288	775728	也就是我们的Octop Memory
775728	779208	我们现在还没有提供接入Workbody的记忆
779208	782048	Workbody我理解他们应该有一个原生的记忆
782048	784228	对我其实下面列了
784228	786188	我们到底和别的记忆
786188	786888	有什么不一样
786888	788448	那Workbody它其实
788448	790208	记忆是产品内封装的
790208	792188	如果后续大家感兴趣
792188	793848	可以说去看看
793848	795048	怎么合作对接一下
795048	795288	对
795288	797468	我问了一个非常经典的
797468	798428	为啥叫Octop
798428	800128	其实上一期直播
800128	801568	也有朋友问
801568	803128	那给我们取这个名字
803128	804508	其实是我们的一名主播
804508	805648	他原来想一个名字
805648	806548	叫Octopus
806548	808128	就是Octopus
808128	809008	就是章鱼
809008	810568	因为我们多用户
810568	811248	多专家
811248	813808	还有多智能体非常多
813808	815788	就像章鱼非常多的触手一样
815788	817528	所以我们想了Octopus
817528	819468	但是为了一是好发音
819468	823768	二是我们比较想要Top这个后缀
823768	825388	所以我们改名叫On Top
825388	828988	那我看我们也是列举了
828988	831308	不同的形态的Agent的区别
831308	833968	您这一块可以给我们详细的介绍一下吗
833968	836308	直播间的粉丝朋友们可以截图保存
836308	838208	大家如果对这一块
838208	840248	不仔细的可以截图保存一下
840248	844708	其实我理解大家问的最多应该是Open Cloud Hermes
844708	846888	跟我们到底有什么不一样
846888	850528	其实Cloud Code和Codex就是一个编码agent
850528	853548	大家用的最多的也是我们直播间出现最多的
853548	854788	就是Open Cloud Hermes
854788	857648	然后它跟我们一个最大区别是
857648	859948	我们其实是一个多专家
859948	863328	包括一个用户你可以创建非常多的专家
863328	866388	也就是你可以就比如我和杨直
866388	868008	我们俩是一个小团队
868008	869368	我是Admin
869368	872968	我可以创建我自己的生活助理和办公助理
872968	874788	这两个助理都在Octop
874788	876068	都使用一个Octop
876068	878128	他们工作区和记忆是完全隔离的
878128	880808	同时我还可以创建一个子用户给杨指
880808	883808	杨指也可以创建属于他自己的多专家
883808	884448	对
884448	887128	每个专家对于IM渠道都是隔离的
887128	890128	所以如果想要就可以生活场景
890128	891708	就在微信上接入
891708	892668	办公场景
892668	894808	我们就连飞书或起飞或丁丁
894808	896748	我们也都支持
896748	897148	对
897148	899448	其实这是一个最大的不同
899448	900628	像OpenCloud和Hermes
900628	901668	他们都是个人Agent
901668	904228	包括他们也只支持单人用户
904228	905808	我们是多用户
905808	907428	然后一人部署全家
907428	908728	关键问题是
908728	909908	你这个产品支持多少个通道
909908	911068	我们这也有介绍的
911068	911828	是的
911828	913108	我们其实支持
913108	914768	飞书丁丁 启威 QQ
914768	915828	很多通道
915828	918488	像我可以在这个里面
918488	920528	这就是我们实际的产品面板
920528	921808	可以给大家看一下
921808	924088	支持微信 QQ 启威 启威 元宝
924088	925988	包括华为的小益
925988	926828	也小易都可以
926828	929428	对包括这个MQTT也可以看
929428	932148	刚刚我举例一个用户有多个专家
932148	934488	他们每个人其实都可以配那么多的通道
934488	935948	每个专家可以配多通道
935948	936828	对是的
936828	938348	那还是很全面的
938348	939988	是的欢迎大家使用
939988	942688	有用户在问我们官网地址是什么
942688	947188	我们官网地址是好给大家放大一下
947188	950748	请搜Github
950748	954688	在我们Tencent Cloud项目下的OCTO
954688	958088	对也欢迎大家记得支持我们的产品
958088	958728	GateStar
958728	960568	对那我现在回答现在一下这个用户
960568	962248	QQ是不是只是单鸟
962248	964368	如果是群鸟是不是还得用QQBot
964368	966328	那么非常感谢这位用户的提问
966328	967968	这个QQ群鸟现在已经支持了
967968	970408	但是我们未来会继续拓展我们的QQ群鸟
970408	972088	包括我们的QQ的一个多Agent
972088	974128	会接入到我们的包括QQ频道
974128	975768	我们也可以用家庭群
975768	977208	我们也会接入我们的Agent
977208	979208	每个家庭用户都有机会在里面提问
979208	980208	这是我们下一步的打算
980208	981688	没错可以多个Agent
981688	982328	当然可以了
982328	985688	我们当然可以用多个Agent在一个聊天框里面去执行共同任务
985688	986688	的话我们会展示的
987488	989568	对其实关于我讲的记忆的话
989568	991088	像OpenCloud和Hermes
991088	993168	他们其实都是把他们的MD
993168	996288	加入就是系统提示词
996288	997568	然后被读到
997568	1002968	你要记的时候就是叫OpenCloud和HermesAgent本身去写Memory的MD
1002968	1007408	那我们其实讲到稍微提了一点关于沉淀和召回
1007408	1008528	包括我们的牵引能力
1008528	1010088	后续我会细讲
1010288	1011768	对其实还有很多功能
1011768	1014568	包括ACP其实刚刚有提到
1016868	1024868	那其实我们和不管是Cloud Code还是Codex,甚至Codebody OpenCode,我们并不是竞品,我们其实是可以调用它们的能力的。
1024868	1027628	因为Octop有个邪教ACP
1027628	1031308	可以通过ACP就是连接上Codec和Code
1031308	1032708	你如果想编程
1032708	1036108	你想用更成熟的CodeAgent
1036108	1037948	你就可以把任务委派给他们
1037948	1040428	也是在我们Octop里是可以实现的
1040428	1042988	有粉丝朋友问能自己部署吗
1042988	1043468	可以的
1043468	1046408	请关注我们的Octop Geekhub仓库
1046408	1048048	然后在我们的ReadMe里
1048048	1050348	有详细的字部署教程
1050348	1052908	如果是想用镜上一键部署的话
1052908	1055268	我们未来也会提供镜像
1055268	1057708	可以在腾讯控制台直接购买
1057708	1060068	也是使用腾讯轻量服务器
1060068	1062708	对我们后续会提供轻量服务器的镜像
1062708	1063108	很快
1063108	1064248	本周或者下周
1064248	1066608	我们现在有一点最后的工作
1066608	1067548	我们即将会出
1067548	1069848	对欢迎大家即使关注我们轻量
1069848	1072228	我们会适时推出我们的Octop镜像
1072228	1073488	也就是以前我们的ACE镜像
1073488	1075508	用户也可以升级到Octop镜像
1075508	1076828	对了我们的ACE是不是要升级了
1076828	1079448	是的我们也会提供轻易工具
1079448	1081408	既然说到这了
1081408	1083708	那就给大家演示一下
1083708	1085868	如果有我们的老用户的话
1085868	1090028	可以更新到我们最新的0.1.31版本
1090028	1092248	认准我们0.1.31版本
1092248	1093908	在高级设置里
1093908	1095848	可以看到一个导出到Octop
1095848	1098988	然后这里就可以导出到Octop
1098988	1100788	可以打包一个备份
1100788	1102928	可以看到这个备份
1102928	1105528	其实已经就是TAR包下下来了
1105528	1107868	然后再打开我们的Octop
1107868	1109588	然后再应用设置
1109588	1110828	有个备份与恢复
1110828	1113108	首先就上传我们刚刚
1113108	1115968	你看这就是19.32刚刚那个备份
1115968	1117708	我们把它上传了
1117708	1120228	然后我们就点恢复
1120228	1122968	请大家记住我们的用户名就是
1122968	1127308	密码就是之前在LiteCloud设置的那个密码
1127308	1128448	我们继续来学习
1128448	1131768	其实刚刚给大家也讲了
1131768	1134568	我们跟OpenCloud跟Hermas
1134568	1136968	包括跟Cloudcode和Codex
1136968	1139368	在产品上和记忆上有什么不同
1139368	1142588	那Octop memory到底是怎么样的呢
1142588	1143868	那就给大家
1143868	1146808	其实我在PT里给大家做个比喻
1146808	1148108	如果把我们的记忆
1148108	1149668	比做成一家暴数
1149668	1151048	那我们常驻的
1151048	1154808	除了常驻的memory.md文件之外
1154808	1157308	那其实我们刚刚其实介绍
1157308	1158708	有个roll event
1158708	1160028	它就是一个录音笔
1160028	1163028	就是你跟Octop说了什么
1163028	1163928	它都会记住
1163928	1166208	然后它永远是一个证据员
1166208	1168108	我们刚刚说到
1168108	1169568	在记忆招回的时候
1169568	1171148	不管招回的是哪条记忆
1171148	1172728	最后都能refer
1172728	1176168	就能溯源到你跟Octop的对话
1176168	1180488	就是保证我们记忆永远是正确的一个机制
1180488	1182168	所以它是一个录音笔
1182168	1184168	下一层就是一个candidate
1184168	1185368	就是记者初稿
1185368	1189308	那就是大模型从原始对话中
1189308	1191508	就是从用户跟Octop对话中
1191508	1193588	抽取出的候选事实
1193588	1195228	但是为什么是初稿呢
1195228	1196608	因为它只是一个候选事实
1196608	1197548	它还没有见报
1197548	1200528	在Candidate这一层解决完冲突
1200528	1202108	通过用户审核
1202108	1205288	然后在重要性和置信度上面
1205288	1207388	有所筛选之后
1207388	1210368	然后它才会晋升成一个Atom Card
1210368	1212068	就是一个正式简报
1212068	1214008	当然这也是我们在
1214008	1216628	就是我们的Octop面板中会看到的记忆
1216628	1218948	它也是我们的召回主力层
1218948	1221388	当然后面我们会讲到召回
1221388	1224828	除此之外我们还有一个日记层
1224828	1228488	那这个其实是除了上面的事实之外的东西
1228488	1230808	就是一些装事实过滤掉的东西
1230808	1233548	比如是生活事件和情绪
1233548	1236088	它是和事实管线病情跑的
1236088	1236808	并不污染
1236808	1239528	了解我们AC和Octop的话
1239528	1241948	知道我们会有一个主动关心机制
1241948	1245768	那其实这个机制就是探查到用户的心情
1245768	1248048	在用户开心的时候会鼓励他
1248048	1250468	以及在用户低落的时候会安慰他
1250468	1254048	然后在Octop里其实就是靠着我们这个日记层
1254048	1256028	其实我们还有人物词条
1256028	1258568	所有的正式建报的原子卡片
1258568	1260868	都会在一个人物词条下
1260868	1264668	它会把原子卡片归类到人物词条
1264668	1266228	包括用户人物事实
1266228	1269528	在这样就会每条原子卡片之间
1269528	1270748	就会产生联系
1270748	1272668	最后是神器流水
1272668	1275908	因为听课的观众朋友们
1275908	1277648	可能就会有问题
1277648	1280428	那所有记忆的生成都靠大模型
1280428	1282468	那它是怎么做的
1282468	1284148	那其实就是神器流水
1284148	1286028	它可以记住大模型
1286028	1287828	从哪一条事实中
1287828	1290428	那个对话中提取到了哪些候选
1290428	1292148	候选怎么进生存原子卡片
1292148	1294628	都会在我们的面板中一一显示
1294628	1296508	包括删除 包括冲突
1296508	1296908	对
1296908	1298708	那其实我有一个小白的问题
1298708	1299908	想问一下英明
1299908	1301828	不知道直播间有没有类似的问题
1301828	1304468	关于我们记忆它的一个沉淀和召回
1304468	1305508	它具体指的是什么
1305508	1306708	是这个概念怎么理解
1306708	1307828	记忆的沉淀
1307828	1309228	像焦焦其实有在
1309228	1310828	一样OpenCloud和Hermes
1310828	1312268	那比如说
1312468	1316108	那你最近一个问你的Hermas的问题是什么
1316108	1318968	焦焦你可以告诉我们你在什么一个场景下用了它
1318968	1324688	就比如说最近一次让他帮我撰写一下我们这个直播的整个的策划
1324688	1328088	对那关于你和他在这个对话中
1328088	1330268	那记忆的沉淀他会记住
1330268	1335828	我的主人焦焦那今天其实是叫我帮忙撰写这个直播的计划
1335828	1338728	那他会根据你给他提示词沉淀一下
1338728	1342068	焦焦在今天那他参与了主题什么什么的直播
1342068	1343788	他就会根据你的对话
1343788	1345768	然后记住一些有用的事实
1345768	1347648	或者你今天做的事情
1347648	1349048	这就是记得沉淀
1349048	1349868	对
1349868	1352168	那什么是召回呢
1352168	1353288	那比如说
1353288	1355008	那下次直播的时候
1355008	1358408	如果你再跟你的龙虾对话
1358408	1361008	其实如果就是人与人之间对话
1361008	1361588	比如说
1361588	1362928	比如说我昨天跟杨子说
1362928	1364428	那我可能昨天跟杨子说
1364428	1365348	我最近有点烧火
1365348	1367048	那可能我今天说
1367048	1368968	OK我要去吃炸鸡
1368968	1370548	那杨子就会响起
1370548	1372948	那我说我昨天有点上火
1372948	1375568	他就会可能想起这个相关性
1375568	1377728	那其实agent也会这样
1377728	1379188	如果你下次跟他说
1379188	1381368	你又要撰写一个直播的
1381368	1383608	PPT或者直播的大纲了
1383608	1385648	他应该像人一样想起
1385648	1387708	你之前跟他说过的相似的对话
1387708	1390468	然后来帮助你更好的去优化你的工作
1390468	1392408	工作这就是记忆的召回
1392408	1393808	了解了
1393808	1394708	好的学到了
1394708	1396648	那其实刚刚讲那么多
1396648	1399008	那就来实力演练一下
1399008	1404468	那假如这个用户在一台安装了OctopMemory的agent上说
1404468	1406488	跟这个agent说
1406488	1409028	那这个项目暂时先别上PG了
1409028	1410188	PG就是一个数据库
1410188	1412888	说本地SecureLights已经够用了
1412888	1414628	说他下周要去上海出差
1414628	1415348	有点焦虑
1415348	1418288	那其实这句话包含了很多信息
1418288	1420808	首先L0层就是我们刚刚的事实
1420808	1421588	就是录音笔
1421588	1424508	他会把这句话记下来
1424508	1425708	在录音笔之外
1425708	1427288	到了我们的候选事实
1427288	1429348	那一有日记
1429348	1431248	下周去上海出差有点焦虑
1431248	1434528	因为这只是一个一时的心情
1434528	1437668	他可能在工作中不太会被需要
1437668	1440488	那这个项目不用PG
1440488	1441308	用CircleLite
1441308	1443548	这可能就是一个工具强相关的事实
1443548	1445368	那心情就进日记
1445368	1447308	事实就进我们的候选卡片
1447308	1450008	那就说到了刚刚的五层
1450008	1453608	那看看他的自信度和重要性够吗
1453608	1455768	有没有可以录音证据
1455768	1457388	用0的原始试试程
1457388	1459388	到底能不能被指导
1459388	1460628	如果被指导
1460628	1462368	那我们就要进生成
1462368	1464208	就是正式的原子卡片了
1464208	1466408	那我们这个原子卡片里
1466408	1467608	有没有一个实体
1467608	1469028	可以让它归类
1469028	1469748	如果有的话
1469748	1470988	那就装进这个实体
1470988	1473808	没有就重新去生成一个实体
1473808	1474988	我再看看
1474988	1477228	跟数据库里的事实
1477228	1477908	有没有冲突
1477908	1479748	可能我们数据库里面
1479748	1481308	三个月前有一条事实是
1481308	1484468	那我们就要用PG做足裤
1484468	1486588	然后当我们现在说了一句话
1486588	1488068	是别上PG了
1488068	1489748	他就检测到有冲突
1489748	1491468	那他其实就会触发
1491468	1494048	刚刚我们演示的那个有冲突
1494048	1494848	那就等待用
1496968	1500068	這就是我們整體的一個沉澱路線了。
1500068	1503868	那下面其實講解就是G的最後一部分,就是召回。
1503868	1508368	那召回那又是一個實力演練,一個舉例。
1508368	1510408	如果一个用户就是问
1510408	1513768	那个项目的当时的数据库是怎么定的来着
1513768	1516608	那首先会去查一个缓存
1516608	1520088	看这个缓存里有没有相关的关键字
1520088	1520608	如果没有
1520608	1524488	那就直接去进行一个用BM25
1524488	1527288	就是我们的一个招回的一个算法
1527288	1528648	然后去搜索
1528648	1531608	那有没有相应的原子卡片
1531608	1532608	那搜到了
1532608	1534768	就是我们刚刚说的
1534768	1538168	那Octob这个暂时先不用PG了
1538168	1539928	先用本地的Syculate
1539928	1541828	它就是搜到之后
1541828	1544308	它就可以回答用户的这个问题了
1544308	1548928	就是它的一个运行的内在机制的原理是吗
1548928	1550908	一步一步是如何运作的
1550908	1551628	对的
1551628	1554028	其实还有很多细节
1554028	1555508	但是我们未来实在不
1555508	1556688	在很近的未来
1556688	1558228	马上就会把我们的记忆开远
1558228	1561848	感兴趣的朋友也可以先关注我们的Octop
1561848	1564308	后续我们的Octop Memory
1564308	1567208	也会随之在Tencent Cloud下面开远的
1567208	1569528	如果说以后再云服务器
1569528	1571228	部署了是不是只有国外的服务器
1571228	1573408	可以去调用GPT的模型呢
1573408	1574588	是的
1574588	1577008	调用GPT的模型
1577008	1578528	其实是取决于GPT
1578528	1580828	它本身可以在哪个地位调用
1580828	1583008	那如果在中国
1583008	1585468	或者在哪里
1585468	1586608	不能访问GPT
1586608	1587768	你就是调用不了
1587768	1590548	你只能在能调用GPT地域的服务器
1590548	1592568	然后去调用到GPT
1592568	1592888	对
1592888	1596428	问目前Optop采用默认Q-Lite
1596428	1601168	而不用PG是出于怎样的考虑呢
1601168	1603188	这各位粉丝朋友问得很好
1603188	1605068	其实我们现在也支持PG了
1605068	1606908	但是默认是Ciclite
1606908	1610728	一是可以支持用户一键安装完就可以使用
1610728	1613108	默认就是在本地创建一个Ciclite
1613108	1614328	这个服务就可以用了
1614328	1618288	然后也不是说需要用户去建一个PG配置
1618288	1619768	那如果有高端用户
1619768	1621108	如果想做分布式
1621108	1621708	想用PG
1621708	1623988	我们其实也是完全可以支持PG
1623988	1625848	对这个能力我们现在已经支持了
1625848	1630848	对,那其实今天记忆讲的其实就是这么多了
1630848	1635848	那如果大家还有后续问题可以一是在我们的GitHub主页上给我们提问
1635848	1638848	二是进入我们的用户群,然后提问
1638848	1643848	这个直播的下半场其实要有请我们杨纸给大家做一些实力的介绍
1643848	1645848	好的,大家好,我叫杨纸
1645848	1649848	那我来和大家分享一下我们的多专家多Agent的病情,如何来重复我们的进行
1649848	1655728	我想问问您有没有在比如说CodeBody或者是WorkBody里面使用过多Agent多专家
1655728	1657348	想教教我们是不是有经常去使用
1657348	1658728	那我先说确实
1658728	1662268	比如让WorkBody帮我做某一个PT的时候
1662268	1668808	他其实自己先是会调用一下很多Agent去分别做一些小步骤的事情
1668808	1669728	最后再汇总
1669728	1671808	然后多专家我其实也有体验到
1671808	1676728	因为熟悉WorkBody的朋友应该知道可以在一个项目里增加很多专家
1676728	1678648	你就可以去调用这些专家的努力
1678648	1680108	对那么我们的
1680108	1682188	也是具备这么大的能力
1682188	1682988	包括像您如果在
1682988	1683708	QQ通道里面
1683708	1685008	我们可以支持家庭去聊
1685008	1685708	包括微信通道
1685708	1686388	如果以后开通了
1686388	1687308	我们会相信支持
1687308	1688188	然后还有一些用户
1688188	1688748	还在提问
1688748	1690308	有没有agent team的想法
1690308	1691988	对我们现在正在调研agent team
1691988	1693188	也是在不久之后
1693188	1694088	也会推出agent team
1694088	1694988	那么我就回到了正题
1694988	1696548	我们讲一讲我们的多次能题
1696548	1698488	我们的就刚和大家多聊了
1698488	1699848	觉得专家其实
1699848	1700748	确实用的挺多的
1700748	1702108	不管是Ethan Giorg之前
1702108	1703248	直播的育儿专家
1703248	1705048	包括现在我们大家
1705048	1705788	在用workbody
1705788	1706908	去做一些竞品类的
1706908	1708308	一个调研专家
1708308	1710748	那么我们今天就会给大家来实战演练一下
1710748	1713908	我想想你你可能是不还是会经常遇见老板会给你
1713908	1715468	下发一个很艰巨的任务
1715468	1716428	叫你去完成呢
1716428	1717148	是的
1717148	1721788	对其实像我们同事之间也会有经常像
1721788	1726948	包括我们在研究这种比较新的产品也会需要调研很多东西
1726948	1727268	对的
1727268	1728868	像有一个传统像OpenCloud
1728868	1731588	他只支持就是说你在一个亲户里面
1731588	1734668	可能只是单个agent在那里给你调研究
1734668	1735348	其实它非常慢
1735348	1736308	现在我们在ACE
1736308	1738028	假如我的一个老板下午要求我
1738028	1740388	去调研一下想必大家都在喝茶饮
1740388	1741628	比如说洗茶耐血
1741628	1742668	比如说帮忙茶几
1742668	1744488	老板会比较关心里面的产品
1744488	1746828	竞品如何调研价格产品营销
1746828	1749068	往往你期间的OpenCloud可能是单A进程
1749068	1750368	它的调研会非常慢
1750368	1752348	那么我们的Octop显然是领先于它的
1752348	1754668	我们的很多进程可以帮助大家很快的调研跟它报告
1754668	1755748	我现在给大家展示一下
1755748	1757708	比如说老板要求我完成这个
1757708	1759088	传统的做法就是三个牌子
1759088	1760168	挨一个的时候整理一个晚上
1760168	1762068	然后每个A进程之间还不太交互的通
1762068	1764148	我们在我们的Octop里面
1764148	1766188	首先我们有非常多的类似的一个专家
1766188	1767428	也有一些专家市场
1767428	1769148	我们是对接的Token Hub的专家市场
1769148	1771308	有电商的金融的内容的
1771308	1772348	如果大家有喜欢的
1772348	1773548	就从这点击一下
1773548	1774388	来从市场创建
1774388	1776708	这就可以创建我们的网闻小说创作家
1776708	1779508	那这个配置专家的过程还是很方便的
1779508	1780268	对对对的
1780268	1781428	如果大家默认
1781428	1784188	为了防止大家经常从专家市场下比较慢
1784188	1785148	所以我们还有类似专家
1785148	1787308	业的专家下载后会类似到这里面
1787308	1789228	比如说我之前装了竞品分析专家
1789228	1792068	那我们今天就用剂米分加来实战演练一下
1792068	1793128	那么就讲解题
1793128	1797828	我看有粉丝朋友问Octop记忆模块代码是独立解藕的
1797828	1800428	还是与其他意见组件存在编译期以外
1800428	1802228	是完全独立解藕的
1802228	1804728	刚刚其实这个记忆模块也可以跟
1804728	1807328	现在是支持跟Otom Cloud 跟Hermas都一起用
1807328	1809928	我们后续会推出完整的教程
1809928	1810328	对
1810328	1812728	那我们去玩一个很好玩的一个东西
1812728	1813928	英宁 你吃豆河佬吗
1813928	1815028	我吃
1815028	1818928	那那个像佼佼们到底豆河佬喜欢吃甜的
1818928	1819728	还是喜欢吃咸的
1819728	1821128	或者是川芸人喜欢吃辣的
1821128	1823988	我肯定是坚定的吃咸的
1823988	1825088	豆腐脑的这一派
1825088	1826008	我肯定占咸
1826008	1827188	大家有吃甜的吗
1827188	1828708	大家豆腐脑有吃甜的吗
1828708	1831008	我其实是吃甜的
1831008	1831588	不好意思
1831588	1833408	我们三个人吃三种口味
1833408	1835348	我们三个人刚好吃三种口味
1835348	1836188	对
1836188	1839048	那我们来让我们的美食专家来评判一下
1839048	1841028	我们这有一个营养规划专家
1841028	1842328	豆腐脑也是要有营养的
1842328	1843008	我们来问问他
1843008	1844228	是的
1844228	1845788	我们现在是在等
1845788	1848188	竞品分析专家在给我们做调研
1848188	1850268	在等待他做调研的过程中
1850268	1852568	我们来做一个多agent的博弈
1852568	1853728	这样子的一个演示
1853728	1856228	给大家更加实战地去看一下
1856228	1857748	Oxop他的多agent之间
1857748	1858748	如何去思考
1858748	1859508	如何去博弈
1859508	1862088	那么我们也是以这个豆腐脑为例
1862088	1863448	我们来看一下这个agent
1863448	1864568	如何做裁决
1864568	1865328	已经结束了
1865328	1865808	我们可以看到
1865808	1867608	刚才他其实是调用了三个工具的
1867608	1869868	确实是分发了给不同的agent
1869868	1871468	然后下发了他的任务
1871468	1872608	你是一个辣打的专家
1872608	1873248	或者你穿越人
1873248	1874908	好 完整交换就来了
1874908	1875468	第一轮呢
1875468	1876808	我们的甜党先说了
1876808	1877388	就是甜味
1877388	1879068	像英宁肯定是非常喜欢吃甜的
1879068	1881028	它可能存在比较幸福的记忆
1881028	1881628	我就比较清楚
1881628	1883528	咸党可能说的是没有咸味
1883528	1885388	像一个焦焦比较喜欢吃咸的
1885388	1886628	比较沉稳的
1886628	1888408	像我当然就喜欢吃辣
1888408	1890968	小川水人必须吃火锅都必须吃辣
1890968	1892928	他们就开始第二轮的相互攻击了
1892928	1895048	那么甜党就开始调侃了一个咸党
1895048	1895788	说它单调
1895788	1897288	辣的确实伤胃味
1897288	1898668	现在是比较优雅的
1898668	1899968	攻势还比较强硬
1899968	1902048	那么咸党又直接了一个甜党的比较幼稚
1902048	1903228	它有一个非常频繁的一个金句
1903228	1905228	就叫做辣味上头舌头直接化工
1905228	1906428	这和做机会有小区别
1906428	1908828	说明参与人其实不太想救美食的
1908828	1910828	这种口感可能还是比较喜欢辣味
1910828	1911828	就盖过了全味
1911828	1914428	辣就开始反进来嘲讽我们的田党说
1914428	1915828	田党农院活化在童话世界
1915828	1916828	因为田田的甜妹
1916828	1917828	田党农院是配角
1917828	1919628	也是比较精彩的一个博弈
1919628	1921228	我们看主义镜党的台办
1921228	1922428	他可能读取了我的记忆
1922428	1923828	他觉得可能是辣的显身
1923828	1926028	首先是辣味他可能带来了记忆点
1926028	1927628	甜和咸都太日常了
1927628	1928828	但是说句公道话
1928828	1931028	我觉得其实豆腐老师甜的也挺好吃的
1931028	1931708	包括吃咸的
1931708	1933148	开始端水
1933148	1936328	那我们Octop那是没有杨之会端水是吧
1936328	1938508	他还真的评出辣当品生
1938508	1940028	我看专幕也说了
1940028	1941028	要吃就要吃两碗
1941028	1942348	要先吃甜的再吃咸的
1942348	1943108	说明我们的用户
1943108	1945028	不一定非得吃某一个口味的
1945028	1948228	其实我们也可以再看一下我们这个博弈的过程
1948228	1950588	杨之也可以帮我们再讲解
1950588	1954228	那这个过程其实我们是主动调用了几个agent
1954228	1955688	是如何进行博弈
1955688	1958088	哪一个agent来进行裁决的呢
1958088	1959728	那在这里我们有一个主Agent
1959728	1961208	因为子Agent和主Agent
1961208	1962368	大概有这么一个概念
1962648	1964368	子Agent它是一个现存的概念
1964528	1965968	它用完之后它就消失了
1965968	1967808	它会和其他的Agent去对话
1968128	1969888	所以它必须要把他收到的任务的答案
1969888	1971288	交还给主Agent
1971688	1973848	所以到这我们是一个主从事的结构
1973848	1974868	所以必须要让主Agent
1989868	1991868	他们分别完成后互相看不见
1991868	1994668	在后面的户对环节开始通过主要进展图
1994668	1997468	传递给大家每个党派的一个反驳的意见
1997468	1999148	最后主要进行裁判
1999148	2000388	该觉得哪个比较好
2000388	2004908	那这里是不是其实平时我们在做调研任务
2004908	2008788	或者我们比如有个家长想帮小朋友
2008788	2012668	看看怎么去收集一些作文素材
2012668	2016268	是不是其实也可以是给我们Octop分发一个任务
2016268	2020228	让一个子agent去收集关于历史的素材
2020228	2023108	另一个子agent去收集关于感动故事
2023108	2025948	另一个子agent去收集关局名言名言
2025948	2027108	是不是也是一样的道理
2027108	2027988	我觉得这个场景非常好
2027988	2030348	因为像我们可能观看的观众里面
2030348	2032588	有一些家长朋友们也比较关心这个问题
2032588	2034388	那么我要来回答一下大家的这个问题
2034388	2035988	像比如说在Talk里面
2035988	2038028	比如说我们的有很多的子agent
2038028	2039628	在我们的有一些学术的子agent
2039628	2040988	比如说像英琳刚刚说的
2040988	2041868	我们有地理专家
2041868	2043708	父母觉得如果地理孩子定义成绩不好
2043708	2045708	那么可以叫他做一份地理的PDF报告
2045708	2048808	交付款给答应出来给我们的一个小朋友
2048808	2049768	就跟他们去阅读
2049768	2051548	我们等于TOP之前是非常支持的
2051548	2054628	包括我看我们刚刚的调研报告也是很顺利的出来了
2054628	2057848	你看包括我们在这里是很交付了一个PDF文件
2057848	2059928	MD文件到时候可以转化为PDF
2059928	2064448	像用户朋友们就可以在这里去下载到本地之后就可以使用
2064448	2067228	我相信家长朋友们可能还是比较喜欢给孩子分发中研
2067228	2068268	也应该比较喜欢这个功能
2068268	2069368	那话不多说了
2069368	2071728	我们就看看这个调研报告它竟然都做出来了
2071728	2074428	那我们先看报告之前
2074428	2078508	其实我想问那杨主持人你最喜欢的奶茶是什么牌子
2078508	2080268	我其实比较喜欢爆炎茶几
2080268	2080988	那焦焦
2080988	2083828	我其实想喜欢喜茶多一点
2083828	2086568	好吧那没有人是点门
2086568	2088648	我就是一点点大头
2088648	2089888	虽然一点点不在这
2089888	2090968	一点点很老
2090968	2092688	但我就是坚定的点门人
2092688	2097568	好那我们继续看这个新品牌茶饮三巨头的调研报告吧
2097568	2098528	然后我放大一下
2098528	2100888	供大家可以很好的查看
2100888	2102708	好应该是大概调研报告
2102708	2103828	因为我们这有一些折地功能
2103828	2106188	大家如果想这样看就非常方便
2106188	2107068	也可以这样看
2107068	2108108	也支持斜着看
2108108	2109388	我们都非常支持的
2109628	2111468	比如说像现在右半边
2111468	2112388	右半边看了
2112388	2113388	或者是下面看
2113388	2114028	我们都非常支持
2114028	2115308	那么显然就为了放中间
2115308	2116388	让大家看得比较清楚
2116388	2118228	这是不是就是三折叠
2118228	2119828	怎么这么多有边
2119828	2120588	对的对的
2120588	2121148	放大一点
2121148	2122828	让大家都比较都很好的看清楚
2122828	2124228	像我们的一个G2报告
2124228	2126108	已经茶饮你的老板给你派火了
2126108	2126988	你就很快的出来
2126988	2128548	首先它生成了行业的总染
2128548	2130068	比如说茶饮现在可能进入一个
2130068	2130708	纯粮博弈
2130708	2132028	可能现在进入比较激烈了
2132028	2132828	那它也调研了
2132828	2133688	像密血冰城
2133688	2134808	它也不止调研这三个
2134808	2135988	像密血冰城比较便宜的
2135988	2136768	也有人喜欢的
2136768	2137328	薄牙绝权
2137328	2138568	帮忙查记忆的一个产品
2138568	2140868	如果稍微贵点的
2140868	2142908	可能大家可以去喝喜茶和赖雪
2142908	2143748	但是对我来说
2143748	2145108	可能帮忙查记忆到价格适中的
2145108	2146328	包括它也非常
2146328	2146948	你可以看到Octob
2146948	2149188	它是比较了三个的一个创立时间
2149188	2150728	包括它一个高端定位
2150728	2151788	喜茶的是高端定位
2151788	2153628	赖雪的茶号称星巴克
2153628	2156068	我想问一下杨直
2156068	2157888	我们的Octob在搜索到
2157888	2158868	这些信息的时候
2158868	2161948	是它主动去有搜索到
2161948	2163388	准确的一些信息源吗
2163388	2164908	就这些最新的数据
2164908	2165548	当然的
2165548	2167028	那Octop它的整个呢
2167028	2169288	它是抓取的是我们最新的一个数据
2169288	2170428	如果这个数据没有了
2170428	2172828	它会去查另外的也很多的一个数据
2172828	2175748	包括一些非常非常实时的一些网站
2175748	2176828	都可以很好的查询到
2176828	2178908	那评论区的大家可以放心
2178908	2181428	我们Octop做出来的调研分析呢
2181428	2182968	数据是绝对准确的
2182968	2184548	大家可以放心使用
2184548	2186208	对包括我们Octop
2186208	2188528	其实也有一个自建的搜索引擎
2188528	2190548	所以大家可能在用
2190548	2192148	OpenCloud和Hermes的时候
2192148	2193588	其实有偶尔感受到
2193588	2196508	如果不自己去配那种付费搜索引擎
2196508	2198668	或者配那种专门的search key
2198668	2201148	它的搜索功能或许有些许缺陷
2201148	2204468	但是我们Octop其实内置了一个专业的搜索引擎
2204468	2207108	所以大家可以放心用我们Octop做调研
2207108	2208428	还有我想给大家说的
2208428	2209788	可能有些用户没有拒绝的
2209788	2211628	AI只能把你生成
2211628	2212228	你不能改
2212228	2214988	我和Top现在我们是可以直接在里面修改
2214988	2217388	他给你说了交付的是管理层
2217388	2218828	你显然老板不希望看到这个
2218828	2219788	因为你不能呼噜
2219788	2220748	然后你可以把它删掉
2220748	2221528	然后保存下来
2221528	2222808	你就可以把这个发给你老板
2222808	2223968	也是为了我们也很多
2223968	2225248	提供了像类似于
2225248	2226208	WorkerBody的一个能力了
2226208	2226768	然后我们以为来
2226768	2228388	还会逐步的去完善优化
2228388	2230668	这个编辑能力还挺好用的
2230668	2231148	这样的话
2231148	2234928	就可以实时的和AI进行交互和修改
2234928	2235248	是的
2235248	2237808	那我们要不继续给大家展示一下
2237808	2239488	我们Octob做出来的调研报告
2239488	2241108	剩下还包含哪一些部分
2241108	2242268	刚刚我们有看到
2242268	2244608	它其实有很全面的这个行业总览
2244608	2247188	以及三巨头的核心的对比维度
2247188	2248348	我们可以
2248348	2249628	你老板如果没有关心
2249628	2251828	还有价格一些策略深度对比
2251828	2253508	包括我们的一个产品矩正
2253508	2255448	像喜茶它主打的可能是一个水果茶
2255448	2256808	水果茶比较好喝
2256808	2258408	我上班学的茶可能就是一个
2258408	2260728	现烤烘焙的一个鲜果茶
2260728	2261388	纯茶
2261388	2263128	像花王茶间可能就是一个鲜奶茶的
2263128	2264908	因为完全挺好喝的
2264908	2267028	看来Octop真的调研的很全面
2267028	2269228	还有营销策略的深度对比
2269228	2271728	对甚至杨植宁给他的prompt
2271728	2272588	比较直接紧的去做
2272588	2273648	因为我们为什么要这么做
2273648	2274848	一方面是加快我们的数
2274848	2276368	另外一方面如果调研喜茶的时候
2276368	2277268	像英年
2277268	2279268	如果我们还去调研一下耐学的查
2279268	2281368	说实话它的回复质量可能是比较低的
2281368	2283268	所以说我们为什么要引入多一个来
2283268	2285268	更好地形成一个调研报纳
2285268	2287268	所以分别一个agent调研写查
2287268	2288768	一个agent调研报纳查机
2288768	2290668	还有一个agent在调研
2290668	2293268	耐学的最后再医
2293268	2295268	对你把整个的一个调研追过来
2295268	2298268	agent做完调研之后是由主agent来做
2298268	2301268	最后的一个整合和报告的撰写吗
2301268	2303268	对的交交问的很对
2303268	2305268	我们简单回复一下
2305268	2308268	我们现在应该来说要支持有两种概念
2308268	2309268	一种是我们的贼警的
2309268	2311268	它是一个如果是变成朋友们比较熟悉
2311268	2312868	它是一个现成的概念
2312868	2314268	它用了一次之后就会消失
2314268	2316268	所以它一定要成为主意警的它的一个答案
2316268	2319268	未来朋友们比较放心的我们是回复答案能不能长久保存
2319268	2321268	它有一个思路我们未来会推出agent的team
2321268	2323268	又和我们的每个专家我们的Octop
2323268	2326268	像刚刚也有些影视专家等等那些专家
2326268	2327268	它里面的一个东西都会存在里面
2327268	2329268	所以那个是一个进程的概念
2329268	2330268	未来大家可以多多关注我们的Octop
2330268	2332268	我们未来会及时的推出agent的team
2332268	2333408	帮助大家更好的
2333408	2334248	适应这种
2334248	2335908	不论是那种工作
2335908	2337168	还是我们刚刚一年说的
2337168	2338468	这种宝爸宝妈们
2338468	2339308	要给孩子做作业
2339308	2340608	当然我们的agent team
2340608	2341508	都会保存一些记忆
2341508	2342868	欢迎大家继续关注
2342868	2344448	那我们这个
2344448	2345988	让他做竞品调研
2345988	2346888	我们就只需要
2346888	2349828	给他布置一个复杂的任务
2349828	2352168	他自己就会去衡量和思考
2352168	2354388	应该把什么任务分配给谁
2354388	2356168	需要去有多少个agent
2356168	2357608	支持这个任务吗
2357608	2360028	好 我们可以简单
2360028	2361488	回顾一下我们的用户
2361488	2365328	是不是有个竞品调研专家他是有这些能力的
2365328	2367328	对的我们是有一个竞品调研专家
2367328	2369828	像我们的专家里面他都会有这个能力
2369828	2372628	像我们的有很多专家是像我们的Z-Gent里面
2372628	2374828	因为我们的我们的决策也是说了
2374828	2377448	我们未来是可以不需要用户在这里面去安装
2377448	2379828	也许他可以自动路由到一个你所需要的A-Gent
2379828	2382028	因为我们也和那些客户在哪
2382028	2384828	可能用的时候就说你只需要需要
2384828	2385948	他自动可以帮你创造的未来
2385948	2387848	我们就会不仅你是从这去下载
2387848	2389828	还是你在用户窗口就可以直接和他对话
2389828	2390908	未来都会支持这种能力
2390908	2392788	我们目前已经内置了
2392788	2394388	精品分析的这个专家
2394388	2397088	因此我们用户只需要调用这个专家
2397088	2399408	然后去给他输入非常简单的
2399408	2400448	调研的指令
2400448	2402028	然后他就会自动去帮我们
2402028	2403368	去分配贼agent
2403368	2404808	还有怎么分配任务
2404808	2406668	就会自动帮我们一键输出报告了
2406668	2407588	是的
2407588	2410008	并且未来还就算不让大家去安装
2410008	2411168	因为大家还要找
2411168	2412248	让我们未来我们的
2412248	2413088	只要是一个agent
2413088	2414788	他自己可以去激活了一些贼agent的
2414788	2415808	也可以激活了一些专家
2415808	2416888	我看到我们粉丝朋友
2416888	2418888	如果生成结构化文档
2418888	2422928	前一张的输出是后一张的输入适合多Agent吗
2423279	2437279	那其實這裡有非常多一種情況。其實是如果端木你是想,比如你想生成一篇文档,那比如先生成了第一段,再生成了第二段,第一段是第二段的輸入。
2437279	2438039	输入
2438299	2441639	那其实第二段的生成必须要第一段已经生成了
2441639	2445219	其实多agents是适合这种并行的任务的
2445479	2449559	那个像我们的多agent他现在的一个agent的输入大概是一个文本
2449559	2451879	但是他可以生成像一个pdf文件
2451879	2453919	或者像端木说的一个结构化的文档
2453919	2456739	那么他端木的问题应该是在生成这个节目化文档之后
2456739	2459559	这一个输入是否可以被后一个比如说agent
2459799	2460579	然后给接收
2460579	2462119	那么我们现在的回复就是
2462119	2464159	如果是紫agent之间它是一个现成的关系
2464159	2466079	它是不能够吸收这种结构化文本
2466079	2468079	它只能接受文本的一个输入
2468079	2469079	但是我们的主A进程
2469079	2470759	可以把它的一个子A进程
2470759	2471519	做出来的PDF
2471519	2472919	Markdown文件要保存下来
2472919	2474919	让主A进程读后交给子A进程
2474919	2476559	这是我们的Octop的一个特色了
2476559	2478999	我们也是支持这种多结构化文本
2478999	2479719	从一个输入后
2479719	2481239	下一个输出也肯定是支持的
2481239	2483559	还有一位粉丝朋友问
2483559	2486359	这一老用户迁移到Octop后
2486359	2490639	原有记忆是否需要重新做GIMA转换
2490639	2491439	是这样的
2491439	2493439	在原有来靠ACE的记忆
2493439	2494639	其实大家知道
2494639	2498099	就是只有memory文件夹下的所有md文档
2498099	2500639	以及memory.md是记忆的所有真相语言
2500639	2503639	你做迁移可以一起迁移过来
2503639	2504879	我们现在记忆一遍
2504879	2507259	那memory.md是可以全量读得到的
2507259	2510359	那关于其他的一些结构化文档
2510359	2514399	我们也会推出一个支持的记忆格式转换
2514399	2515599	我看粉丝朋友问
2515599	2517639	好像不能多用户多智能力
2517639	2518759	以共同协作
2518759	2519119	对的
2519119	2521139	因为我们现在的一个思路是
2521139	2522939	每个用户和每个用户之间是隔离的
2522939	2526099	所以用户和用户之间是不能够进行一个协作的
2526099	2527059	但是如果你有需求
2527059	2529379	我觉得是不是未来一向英雄我们是不是可以
2529379	2532059	对看这位粉丝朋友的具体需求
2532059	2536299	我理解单用户你的多智能体是可以共同协作的
2536299	2537599	我们继续讲解
2537599	2542299	看大家对刚刚的竞品分析的演示有没有什么问题
2542299	2546659	我刚刚看到我们的October也是用一条简单的指令
2546659	2550379	立刻产出了一份比较完善角度
2550379	2552699	也比较齐全的竞品分析调研报告了
2552699	2553339	对
2553339	2554299	是的
2554299	2556459	看一下大家有什么问题没有
2556459	2557679	大家提问
2557679	2560559	那大家有没有什么想了解的场景
2560559	2563139	也可以现在在评论区打出来
2563139	2566779	或者是加入用户群里和我们一起探讨一下
2566779	2567739	收费不以后
2567739	2568899	我看有用户提问了
2568899	2569759	我们不收费
2569759	2571119	我们代码现在都开源的
2571119	2574919	我们未来也会在轻量云服务器的控制台上上镜像
2574919	2577639	对我们没有收费
2577639	2578819	对买一台服务器
2578819	2581579	包括你现在自己也可以去安装
2581579	2583859	安装方式可以去GitHub
2583859	2585059	看我们的ReadMe
2585059	2586619	未来我们也会在
2586619	2587919	腾讯社区里
2587919	2589219	推出更方便的
2589219	2590859	安装方式教学
2590859	2591159	对
2591159	2592559	好像我们的Optop了吗
2592559	2593319	还算不算便宜的
2593319	2594059	我们会想欢迎大家
2594059	2595199	来我们的Lighthouse里面来买
2595199	2596799	因为你买了一个后
2596799	2598019	那你可以是全家
2598019	2598599	全家都用
2598599	2598959	是的
2598959	2600439	有一个问题
2600439	2601819	假如说未来我们在
2601819	2603639	服务器上上了镜像之后
2603639	2605819	我们的多用户功能
2605819	2606819	也就是相当于
2606819	2608079	只要管理员
2608079	2609079	买了一台服务器
2609079	2610539	有一台Optop之后
2610539	2612259	我所设置的多用户
2612259	2613799	他们就不用再买了对吗
2613799	2614559	对的
2614559	2616099	一台服气的Octob
2616099	2618179	就能够多用户使用
2618179	2619559	我看到粉丝朋友问
2619559	2620199	上了镜像
2620199	2621679	到时候可以把Hermes镜像
2621679	2622779	换成Octob吗
2622779	2624019	可以
2624019	2625099	其实换镜像
2625099	2627379	就是一个实力重装
2627379	2629179	是关于服气的操作
2629179	2631419	其实都可以随时做的
2631419	2633939	我看还有黄医生问
2633939	2634759	ACE转移
2634759	2636219	包括记忆聊天记录
2636219	2638559	Skill这些无损切换到Octob
2638559	2639999	E和Skill
2639999	2641519	包括你通道配置
2641519	2643219	那些配置现在都是无损切换
2643219	2644959	但是聊天介络
2644959	2647059	现在的迁移工具还不支持
2647059	2649259	对如果有强烈需求的话
2649259	2651819	可以在用户群里讨论
2651819	2653899	未来可能看看升级迁移工具
2653899	2655279	或以其他方式支持
2655279	2657019	什么时候上了清亮云
2657019	2658099	很快了
2658099	2660739	我们进上工作还差最后的适配
2660739	2663439	最迟其实近两周就能上
2663439	2665179	对欢迎到周公开
2665179	2665679	是的
2665679	2668239	那我们两位研发工程师
2668239	2670619	关于October未来的一个产品规划
2670619	2673159	以及一些会上的功能能力
2673159	2674759	也可以简单的给大家剧透一下
2674759	2675819	大家可以期待一下
2675819	2679439	同时大家如果有什么想要上的功能
2679439	2680599	或者说上线的功能
2680599	2682539	也可以在评论区里面交流一下
2682539	2685379	那么也有请两位简单介绍一下
2685379	2689679	那由我先来简单的说说我们的一个初步打算
2689679	2691659	我们下一段的目标主要是
2691659	2692979	正在服务于大家的一个
2692979	2695219	从我们ACE前一到我们的TOP里面
2695219	2696919	我们在支持这种工序的升级
2696919	2699979	这之外我们还在积极地调远Agent Team的一个使用方式
2699979	2702799	以及未来的Octobre在我们的一个QQ群鸟里面
2702799	2705639	它怎么样服务好我们的整个一个家庭用户场景
2705639	2709579	怎么去把一个Agent服务多个用户的这种能力给发挥出来
2709579	2710799	包括我们也来积极地探索
2710799	2712619	像使用这种杀香的机制
2712619	2715539	像每位用户也可以一个家庭有一个Agent
2715539	2717999	像我确实也听到过像用户提问
2717999	2720079	比如说他希望他看到的东西
2720079	2723039	他的孩子和他的老婆都能够使用
2723039	2724459	包括特别是在QQ里面
2724459	2725619	未来我们的也会支持
2725619	2726899	像我们的群鸟
2726899	2727459	Agent的切能
2727459	2729099	我们会做一个类似于杀箱的机制
2729099	2730539	来支持这种东西
2730539	2731339	因为据我所知
2731339	2734059	现在还是没有一个Agent能够做的很好
2734059	2734819	包括Hammus也好
2734819	2735619	跟Clau也好
2735619	2736299	未来的Octobre
2736299	2737099	会把这个作为一个
2737099	2739179	我们的相对的一个竞争优势去完善长
2739179	2740259	是的 期待
2740259	2741859	希望能够加上类似于
2741859	2744019	OakBody项目的模式
2744019	2744739	应酶
2744739	2746259	我觉得其实我们也可以尝试
2746259	2747539	去往这方面去做一做
2747539	2749819	可以回去探讨一下
2749819	2751059	对 也欢迎黄众
2751059	2752739	现在就在我们的GitHub里面
2752739	2753579	机器给我们提issue
2753579	2754339	我们看到你的issue
2754339	2755499	也会把它作为一个
2755499	2757219	我们可以未来的发展方向
2757219	2759339	也欢迎您来给我们做做共同
2759339	2759819	做pr
2759819	2760659	因为我们这是开云的
2760659	2762539	也可以服务一下您的一个用户场景
2762779	2764139	单个用户的记忆数据
2764139	2764779	达到百万级
2764779	2766419	Octop怎么保证解锁能力
2766419	2768659	对这个我可以回答一下
2768659	2769779	刚刚其实讲到了
2769779	2771739	Octop现在的记忆层级
2771739	2774339	那其实首先我们会去
2774339	2776299	检索所谓的原子卡片
2776299	2779259	那其实如果对话数量达到百万级
2779259	2780059	我们理解
2780059	2781699	其实近身的原子卡片数量
2781699	2782659	并没有这么多
2782659	2785459	对那一我们是先召回原子卡片
2785459	2787059	然后分层检索
2787059	2789279	我理解其实我们就是先召回原子卡片
2789279	2793299	然后再从候选者最后再召回到原始事件
2793299	2796119	其实这是一个分层的检索forback
2796119	2800719	后续我们也其实会推出记忆接上向量的模式
2800719	2802119	如果是ACE老用户的话
2802119	2805259	可以知道现在ACE其实默认有一个向量模型机制
2805259	2808859	但是在Octop因为我们要做组件拆分
2808859	2811759	我们其实默认是FTS加BM25
2811759	2816239	但后续如果有更重的记忆需求
2816239	2820119	我们其实也在计划推出Octop Memory
2820119	2821659	配置项料模型
2821659	2823399	以及自己的项料数据库
2823399	2825179	可以欢迎后续期待一下
2825179	2827399	微信渠道可以多往上下
2827399	2829319	尽量做到QQ渠道的程度
2829319	2830759	关于这个问题我来回复一下
2830759	2832039	因为是我在GDF的
2832039	2834179	像微信渠道我们在积极的和微信里面
2834179	2834979	进行一个沟通
2834979	2837679	因为目前是它里面包括一些多艺景特能
2837679	2840479	包括它一些主动推送的一些限度
2840479	2842579	导致它没有办法像QQ通道做的这么全
2842579	2844239	那么等待微信通道里边
2844239	2845279	我相信他们也会很快更新
2845279	2848639	然后我们也会适时的去更新连带我们的微信通道
2848639	2850119	以及帮靠达更好的支持活动
2850119	2850439	对
2850439	2854079	我看那种说希望能提供SSO集成方案
2854079	2859039	支持企业部署成内部知识记忆中枢
2859039	2859719	好的
2859719	2862879	下来我们去探讨一下争取
2862879	2864919	不管是参观我们代码也好
2864919	2867919	还是给我们STAR或者提提提提提提提提
2867919	2869779	也欢迎加入我们的用户群
2869779	2871959	跟我们的研发和产品同学
2871959	2873139	做积极的交流
2873139	2874699	有意见或者有建议
2874699	2876319	都可以在里面跟我们提出来
2876319	2877559	是的那么本场之外
2877559	2879879	其实我们围绕Octop的技艺机制
2879879	2883099	以及竞品分析这个专家的能力
2883099	2885159	如何帮助我们去做日常调研
2885159	2886259	分析的工作
2886259	2887419	帮助我们提校
2887419	2890259	都进行了一个详细的讲
2890259	2892239	如果说云服务器一键
2892239	2893659	不需要建议多大的配置
2893659	2895299	这个因为我们现在
2895299	2896999	Octop支持多用户
2896999	2899079	其实多大配置取决于
2899079	2902479	这个用户箱就是这个机器或者Octop
2902479	2903739	支持多少个用户
2903739	2907539	我们后续也会出一个专门的配置推荐
2907539	2909859	来帮助大家选购服务器
2909859	2912559	全全老师这边说是100个员工左右的规模
2912559	2913079	好的
2913079	2914879	那我们推荐我们另外一款产品
2914879	2915539	Club Pro的
2915539	2918219	全全老师不知道有没有关注过Club Pro
2918219	2919459	可以去关注一下
2919459	2922759	当然如果非常想用我们Octop
2922759	2925159	我们后续也会给一个推荐
2925159	2927119	Emma问可以部署到本地吗
2927119	2927899	可以的可以的
2927899	2930379	Emma可以直接访问我们的DHub仓库
2930379	2934019	Vidmin有完整的部署的一个介绍
2934019	2936139	我们今天的直播就到这里结束了
2936139	2936699	好的
2936699	2937179	拜拜